本文選題：信息融合 + 預測��； 參考：《華南理工大學學報(自然科學版)》2017年03期

【摘要】：針對執(zhí)勤車輛沿某一路徑行駛時長難以預測的問題,文中提出一種KMP-RBF融合方法,采用GPS定位、悉尼自適應交通控制系統(tǒng)(SCATS)線圈作為融合信號源,建立路況信息選擇融合模型,將模糊推理知識表達、MAPSO算法尋優(yōu)和RBF網(wǎng)絡訓練相結(jié)合,自適應優(yōu)化系統(tǒng)關(guān)鍵參數(shù),從訓練數(shù)據(jù)庫匹配適用時間、空間數(shù)據(jù).實驗中,使用交通監(jiān)控系統(tǒng)實測實驗用車行駛時長數(shù)據(jù),并與預測數(shù)據(jù)進行對比,從誤差率、算法迭代與精確度方面證明文中方法是高效而可靠的.
[Abstract]:In order to solve the problem that it is difficult to predict the length of running time of an operating vehicle along a certain path, a KMP-RBF fusion method is proposed in this paper, which adopts GPS positioning and Sydney adaptive traffic control system (SCATS) coil as the fusion signal source, and establishes the road condition information selection fusion model. By combining fuzzy reasoning knowledge expression algorithm with RBF network training, the key parameters of the system are adaptively optimized to match the applicable time and spatial data from the training database. In the experiment, the traffic monitoring system is used to measure the experimental vehicle driving time data, and compared with the prediction data, the error rate, algorithm iteration and accuracy prove that the method in this paper is efficient and reliable.
【作者單位】： 天津大學電氣自動化與信息工程學院;天津市公安消防局;
【基金】：國家自然科學基金資助項目(61201179) 國家博士后科學基金資助項目(2016M601265)~~
【分類號】：TP18;U491

【相似文獻】

相關(guān)期刊論文 前10條

1 李俊;田勇亮;吳忠林;;行車時間估計和最佳路由選擇的數(shù)學模型[J];天中學刊;2010年02期

2 王耀;黃立波;劉紅軍;成禮智;;帶時空相關(guān)性分析的行車時間估計模型[J];數(shù)學的實踐與認識;2006年07期

3 汪曉妍;李凡希;李艷杰;;行車時間估計與路徑尋優(yōu)問題[J];數(shù)學的實踐與認識;2006年07期

4 王非;;滬陜高速公路陜西境全線通車[J];西部大開發(fā);2008年11期

5 趙玲;王佳t，

本文編號：1921498